高胜寒

（辽宁省抚顺市第二高级中学，辽宁抚顺113006）

一、引言

系统评价是对新开发的或改建的系统，根据预定的系统目标，用系统分析的方法，对系统设计的各种方案进行评审和选择，以确定最优或次优或满意的系统方案。在实际评价工作中，评价主体将按照一定的工作程序，通过各种评价方法的应用，选定出最为满意的方案。

长租公寓投资环境评价是长租公寓项目可行性研究的核心内容，其结论可以作为投资者进行投资决策的重要依据。近年来，随着中国经济的不断发展，人口持续性向一、二线发达城市迁移，这也就造成了一、二线城市土地供应量紧张，房价持续走高，年轻人群首次置业年龄逐年提高，因此庞大的居住需求给房产租赁市场带来巨大的发展动力。十九大以来，国家再次重申“房子是用来住的，不是用来炒的”，进一步加快建立了多主体供给、多渠道保障、租购并举的住房制度。众多的房产相关企业选择投入到各大城市的长租公寓市场，然而机遇往往与风险并存，投资者需要对房屋租赁市场进行科学的调查和准确的预判。因此，需要有一种对长租公寓市场开发进行有效评价的手段，能够为投资者的决策做出指导，同时促进长租公寓市场有序健康地发展。

二、长租公寓投资评价实例分析

（一）实例介绍

近期，我国长租公寓市场竞争将会日趋激烈。目前一线城市的长租公寓市场开发较为成熟，本研究选取A、B、C、D四个较为典型的二线城市作为分析案例，运用关联矩阵法对其长租公寓市场投资的经济环境进行系统评价。

结合文献[1]中对于此类指标的构成分析，最终形成长租公寓投资市场经济环境的评价指标体系，如表1所示。各指标原始数据如表2所示。数据来自于各个城市统计年鉴及智联招聘统计中心。

（二）系统评价过程

本研究运用关联矩阵法做系统评价。

表1 市场经济环境指标

表2 市场经济环境各指标原始数据

一是用逐对比较法确定各评价指标的权重。[2]对各评价指标进行逐对比较，对相对重要的指标给予高分1，次要的指标打分为0，全部比较完成后，计算各指标的累积得分，按对应比例归一化确定出各指标的权重，比较过程及结果如表3所示。

表3 逐对比较法列表

二是确定评价尺度表，以使方案在不同指标下的实施结果能够统一度量，评价尺度如表4所示。

表4 评价尺度表

三是建立关联矩阵列表，按照加权和法计算出各城市的综合得分，如表5所示。由最后得分可知，C市的房地产市场经济环境优势突出，D其次，A和B紧随其后。

表5 关联矩阵列表

三、反思与改进

（一）逐对比较过程中一致性检验的必要条件

如何检验评价主体判断的一致性？在逐对比较法中，并没有给出一致性检验的步骤，在本研究中，在不出现两种指标同等重要的情况下，把比较次数的累积得分按照从小到大排列，若是能够从0，1，2到n-1（有n个指标）连续排列不间断，则可初步判断其具有一致性。若没有连续，即出现重复或断点，则一定是不一致的，这是一致性检验的必要条件。

举例检验这条规则：把表3与表6对照，可以看出，表 6 的累积得分为 1、1、4、2、2、5，1 重复出现，3处有断点，按照上面的规则，可判定其没有通过一致性检验。仔细分析表6，发现了一个与常规思维逻辑相悖的循环，即高校数量比平均薪酬重要，平均薪酬比竞争力重要，竞争力又比高校数量重要，这就出现了主体判断不一致的情况，没有通过一致性检验。

表 3中，累积得分排列为0、1、2、3、4、5，符合规则。

（二）评价尺度表的客观性

制定评价尺度表的目的是要对不同的数据进行打分，打分的原则要尽量显示出不同数据的不同等级。但是对于同一个评价问题在不同时期可能会出现不同的评价尺度表，评价尺度也会因为主观性原因有所差异。例如，表4所示的评价尺度表中，如果在待选方案中加入上海这一城市，在平均薪酬这项指标上，上海市应聘人员每月平均薪酬9365元，远远超出A、B、C、D这4所城市的最大值6992元，按照原来的评价尺度表，C与上海将同样得分为5，这样会掩盖两所城市在平均薪酬这项指标上的显著差异。为能够合理体现出差异，评价尺度表势必要进行一些修改。

此外，关联矩阵法的评价尺度表对于差异的评价有时是不平等的，可能会扩大差异或缩小差异。例如在GDP一项：11000-10001得分为4，10000-9001元得分为3，若有3座城市的GDP分别为11000、10001 与 10000，按照尺度表，他们的得分为 4、4、3，它缩小了前2个城市的差异，扩大了后2个城市的差异，这与实际不够相符。

表6 逐对比较法列表（对照表）

（三）实例改进

原有评价尺度表的设定打分等级主观性较强、灵活性较差。而为了突出原始数据的作用，可对数据进行预处理，使处理后的数据能够反映其在该项指标中的客观性程度，在最后的关联矩阵表中用预处理后的数据替代原始评价指标数据来打分。

数据预处理的方式有很多，对于不同的属性会有不同的处理方法，属性值可以分为三类：效益型（越大越好）、成本型（越小越好）与区间型（最优值为给定区间），对于不同类型的属性值会有不同的处理方法，如线性变换、标准0-1变换、向量规范化、最优值为给定区间时的变换。

按照上诉公式进行标准化与正向化后的结果如表7所示，标准化后的数据服从以0为均值、1为方差的分布，其数值大小体现了原始数据在该列中的相对位置，再以标准化、正向化后的数据代替表5中各指标的打分值，得到表8所示的结果，加权求和后，得到4个城市的综合得分，排序为C→D→A→B。表8的最后两列分别给出了原有方法与新方法的评价结果，发现二者结论一致，研究认为C市的市场经济环境最适合长租公寓市场投资，其次为D市、A市、B市。

表7 市场经济环境各指标数据（正向化、标准化后的数值）

表8 关联矩阵列表（比照）

四、结语

长租公寓投资环境评价是一个多目标、多准则的系统评价问题。传统的关联矩阵法在操作上简单易行，但在逐对比较过程中有可能没有达到一致性检验的必要条件，评价方案客观性上也可能存在一定的问题。本研究结合统计学的方法对传统关联矩阵法进行了改进，使新的评价方法更加科学，适用性更加广泛，可有效为投资者提供决策参考。

[1]钟庭军.集中式长租公寓的现状以及前景[J].上海房地，2017(10).

[2]孙长卫.关联矩阵法在供应商评价与选择中的应用[J].广西职业技术学院学报，2010(3).